随着预测市场因高准确度进入主流视野，这一赛道也迅速遭遇更严格的审视。围绕内幕交易、市场操纵、激励扭曲以及伦理风险的争论正在升温。Pred联合创始人兼首席执行官Amit Mahensaria表示，真正重视长期发展的平台，不应等到监管落地才采取行动，而应主动建设“完整性基础设施”，包括交易监测、清晰的结算规则、操纵识别机制和透明披露体系。
从“准确预测”到“高压审视”
报道指出，预测市场在成功预测特朗普于2024年赢得美国总统选举后进一步进入大众讨论。但随着影响力扩大，监管部门与立法者也开始加快介入。部分高风险合约已遭遇封禁或执法打击，美国议员近期还提出法案，拟限制涉及死亡与战争等题材的合约。
支持者认为，预测市场的价值在于将分散信息汇聚成可操作的数据，因此在行业仍处于发展阶段时，若采取过重监管，可能压制创新空间。基于这一判断，部分业内人士主张优先推动自律框架，让平台在保持灵活性的同时逐步建立伦理与风控标准。
自律重要，但并非万能
Mahensaria认为，自律是“必需品”，但他同时承认，自律存在明显边界。历史经验显示，许多行业往往要等到重大丑闻出现后，才真正认真处理失范行为。他提到，金融、航空和医药行业都曾出现类似路径，因此完全依赖行业自我约束并不现实。
在他看来，更合理的路径是“适度监管”：监管机构负责设定最低标准，但不应抹杀预测市场相较传统模式的结构性优势。具体而言，监管重点应放在结算完整性、交易对手透明度以及反操纵机制上，而不是一开始就以过度限制替代治理。
哪些市场更容易引发争议
Mahensaria指出，并非所有预测市场承受的伦理压力都相同。相较于体育等具有较明确结果和自然时间节点的市场，政治事件、地缘冲突等主题往往更具主观性，也更容易被操纵，甚至可能引发严重的道德争议。他直言，围绕暗杀、战争或政治危机的市场，不应被行业轻描淡写地处理。
他强调，问题不只在于这些合约是否能被准确结算，更在于它们是否会制造不当激励，以及它们所聚合的信息是否值得付出相应的道德代价。对于上线前的市场筛选，他主张采取平台自主判断与监管边界相结合的方式：平台应公开解释上架逻辑，监管则应对明显有害的类别划出红线。
AI监测与链上透明度成新工具
在技术治理层面，行业正尝试借助人工智能识别异常交易模式。报道提到，Polymarket已与Palantir Technologies和TWG AI合作，开发面向体育预测交易的AI监测平台。Mahensaria认为，AI在这一领域的核心价值是对大规模数据进行模式识别，发现那些偏离预期模型、并可能与内幕信息或协同操纵相关的交易行为。
不过，他也提醒，AI监测不能简单等同于自动惩罚。若误判频繁发生，可能会伤害那些依靠高质量分析获利的正常交易者。因而，AI发出的警报应经过人工复核与具体情境分析，而不是直接触发处罚。
Mahensaria进一步表示，链上预测市场在这方面具备天然优势。由于每一笔交易都可在区块链上形成透明、不可篡改的记录，AI系统能获得比传统体育交易环境更完整的数据基础。按照他的说法，链上透明度与AI分析结合后，可能构成比许多传统市场更强的完整性基础设施。
整体来看，这场围绕预测市场未来的讨论，核心并非“监管还是创新”二选一，而是如何在二者之间建立平衡。对行业而言，若无法证明自身具备持续治理内幕交易、操纵和伦理风险的能力，预测市场即便拥有出色的信息聚合功能，也难以获得长期信任与生存空间。